用一個用戶名追蹤社交媒體足跡Social-Analyzer 實用指南【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzerSocial-Analyzer 是一款開源 OSINT 工具可在 1000 多個社交平台中查詢指定用戶名的社交足跡並提供 Web、命令行與 API 三種入口。本文按新手、進階、專家三層帶你從安裝到關聯分析逐步上手。從一個用戶名開始調查你是否遇到過這種情況手裡只有一個用戶名卻要知道這個人到底在哪些平台註冊過手動排查意味着你要把這個名字挨個填進各站點的個人主页地址試到懷疑人生。Social-Analyzer 做的事就是把這種逐站試探自動化它內置了 1000 多個平台的個人主页地址模板和檢測規則把目標用戶名填進每個模板再對命中結果按 0 到 100 的置信度打分方便你快速剔除噪音。它的架構並不複雜Web 界面與命令行只是兩個入口底層是同一套檢測引擎對外向平台發請求並解析來自搜索引擎等外部源的數據。想深入實現可以從 modules/ 目錄讀起fast-scan、slow-scan、special-scan 分別對應三種檢測邏輯。一條命令安裝 Web 界面Web 界面是最省心的上手方式克隆仓库后跑一遍 npm 即可git clone https://gitcode.com/GitHub_Trending/so/social-analyzer cd social-analyzer npm install npm start啟動后在瀏覽器打開 http://0.0.0.0:9005/app.html 就能用了沒有其他復雜步驟。如果你更習慣終端可以從 PyPI 直接安裝 Python 版用python3 -m social-analyzer調用Node 版也能以nodejs app.js跑命令行目前僅限快速模式。Web、CLI、API 三種入口各擅其長Web填入用戶名、勾選模塊結果實時刷新適合交互式排查CLI命令行一次跑完適合寫進腳本做批量查詢API同一套檢測邏輯可以用 Python 代碼調用方便接進你自己的工具鏈在命令行跑通第一次足跡查詢裝好之後最基本的命令只需要兩個參數python3 -m social-analyzer --username johndoe --top 100--top 100表示只掃全球排名前 100 的站點幾分鐘就能感受到速度。想指定某個平台用--websites twitter youtube空格分隔即可按國家或站點類型限定的話可以加--countries us br或--type music。多用戶名用逗號分隔就行python3 -m social-analyzer --username johndoe,janedoe --metadata這是它的多個人資料搜索能力同時查幾個用戶名並輸出結果方便比較誰在哪些平台同時出現從而發現關聯。加上--metadata還會從命中的主页里抽取元數據這部分源自 QeeqBox OSINT 項目。從截圖能看到結果的呈現方式每個命中的個人資料都帶鏈接、置信度、頁面標題、語言和站點描述未註冊的平台也會列出來並顯示 404、Not Found 這類標題便於你一眼對比。按置信度過濾只留高可信的結果用好這套工具的关键是理解 rate 評分每個平台的檢測規則各占一定權重命中比例決定得分100 分算 good50 分及以上是 maybe低於 50 是 bad。python3 -m social-analyzer --username johndoe --filter good,maybe --output json--filter支持 good、maybe、bad 任意組合--output json直接吐出結構化結果便於喂給下游腳本。如果需要更硬的線索加上--extract抽取頁面里的鏈接與模式再配合--screenshots保存命中頁面的截圖需安裝最新版 Chrome元數據和抽取結果還能用 Ixora 渲染成力導向關係圖多看幾個賬號之間的關聯會清晰很多。撞牆時換慢速或特殊模式並調細參數默認的快速模式用純 HTTP 請求速度最快。如果某平台對裸請求防堵或者你希望核得更實就換慢速模式它用 Webdriver 驅動真實瀏覽器複查內部還疊加了高級與 OCR 檢測層。特殊模式則針對 Facebook、Gmail、Google 這類站點能用手機號、郵箱或個人資料名去定位。慢速和特殊主要從 Web 界面勾選啟用命令行版目前只跑快速模式。細節也都能調請求超時、User-Agent 這類設置通過--timeout、--headers加在命令後即可失敗的站點還會自動重試幾輪引擎默認 15 個 worker 並行。還有一件事別忘檢測數據庫更新很頻繁保持仓库最新才能避免規則過時導致一堆 bad。運行之前先讀這一段Social-Analyzer 是純本地運行的工具自身沒有訪問控制請像對待安全項目一樣對待它只在授权范围内使用調查遵守當地法律法規不要把查詢指向無權調查的對象。當你能把一個用戶名對一千家平台壓縮成幾分鐘的等待調查就從體力活變成了方法論。【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 用一個用戶名追蹤社交媒體足跡：Social-Analyzer 實用指南
用一個用戶名追蹤社交媒體足跡Social-Analyzer 實用指南【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzerSocial-Analyzer 是一款開源 OSINT 工具可在 1000 多個社交平台中查詢指定用戶名的社交足跡並提供 Web、命令行與 API 三種入口。本文按新手、進階、專家三層帶你從安裝到關聯分析逐步上手。從一個用戶名開始調查你是否遇到過這種情況手裡只有一個用戶名卻要知道這個人到底在哪些平台註冊過手動排查意味着你要把這個名字挨個填進各站點的個人主页地址試到懷疑人生。Social-Analyzer 做的事就是把這種逐站試探自動化它內置了 1000 多個平台的個人主页地址模板和檢測規則把目標用戶名填進每個模板再對命中結果按 0 到 100 的置信度打分方便你快速剔除噪音。它的架構並不複雜Web 界面與命令行只是兩個入口底層是同一套檢測引擎對外向平台發請求並解析來自搜索引擎等外部源的數據。想深入實現可以從 modules/ 目錄讀起fast-scan、slow-scan、special-scan 分別對應三種檢測邏輯。一條命令安裝 Web 界面Web 界面是最省心的上手方式克隆仓库后跑一遍 npm 即可git clone https://gitcode.com/GitHub_Trending/so/social-analyzer cd social-analyzer npm install npm start啟動后在瀏覽器打開 http://0.0.0.0:9005/app.html 就能用了沒有其他復雜步驟。如果你更習慣終端可以從 PyPI 直接安裝 Python 版用python3 -m social-analyzer調用Node 版也能以nodejs app.js跑命令行目前僅限快速模式。Web、CLI、API 三種入口各擅其長Web填入用戶名、勾選模塊結果實時刷新適合交互式排查CLI命令行一次跑完適合寫進腳本做批量查詢API同一套檢測邏輯可以用 Python 代碼調用方便接進你自己的工具鏈在命令行跑通第一次足跡查詢裝好之後最基本的命令只需要兩個參數python3 -m social-analyzer --username johndoe --top 100--top 100表示只掃全球排名前 100 的站點幾分鐘就能感受到速度。想指定某個平台用--websites twitter youtube空格分隔即可按國家或站點類型限定的話可以加--countries us br或--type music。多用戶名用逗號分隔就行python3 -m social-analyzer --username johndoe,janedoe --metadata這是它的多個人資料搜索能力同時查幾個用戶名並輸出結果方便比較誰在哪些平台同時出現從而發現關聯。加上--metadata還會從命中的主页里抽取元數據這部分源自 QeeqBox OSINT 項目。從截圖能看到結果的呈現方式每個命中的個人資料都帶鏈接、置信度、頁面標題、語言和站點描述未註冊的平台也會列出來並顯示 404、Not Found 這類標題便於你一眼對比。按置信度過濾只留高可信的結果用好這套工具的关键是理解 rate 評分每個平台的檢測規則各占一定權重命中比例決定得分100 分算 good50 分及以上是 maybe低於 50 是 bad。python3 -m social-analyzer --username johndoe --filter good,maybe --output json--filter支持 good、maybe、bad 任意組合--output json直接吐出結構化結果便於喂給下游腳本。如果需要更硬的線索加上--extract抽取頁面里的鏈接與模式再配合--screenshots保存命中頁面的截圖需安裝最新版 Chrome元數據和抽取結果還能用 Ixora 渲染成力導向關係圖多看幾個賬號之間的關聯會清晰很多。撞牆時換慢速或特殊模式並調細參數默認的快速模式用純 HTTP 請求速度最快。如果某平台對裸請求防堵或者你希望核得更實就換慢速模式它用 Webdriver 驅動真實瀏覽器複查內部還疊加了高級與 OCR 檢測層。特殊模式則針對 Facebook、Gmail、Google 這類站點能用手機號、郵箱或個人資料名去定位。慢速和特殊主要從 Web 界面勾選啟用命令行版目前只跑快速模式。細節也都能調請求超時、User-Agent 這類設置通過--timeout、--headers加在命令後即可失敗的站點還會自動重試幾輪引擎默認 15 個 worker 並行。還有一件事別忘檢測數據庫更新很頻繁保持仓库最新才能避免規則過時導致一堆 bad。運行之前先讀這一段Social-Analyzer 是純本地運行的工具自身沒有訪問控制請像對待安全項目一樣對待它只在授权范围内使用調查遵守當地法律法規不要把查詢指向無權調查的對象。當你能把一個用戶名對一千家平台壓縮成幾分鐘的等待調查就從體力活變成了方法論。【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考